GNeRF代码复现

https://github.com/quan-meng/gnerf

之前一直去复现这个代码总是文件不存在,我就懒得搞了(实际上是没能力哈哈哈) 最近突然想到这篇论文重新试试复现

一、按步骤创建虚拟环境安装各种依赖等

在这里插入图片描述

二、安装好之后下载数据,可以用Blender也可以下载DTU,将下载好的数据放在创建的data包里

在这里插入图片描述

三、运行(第一次复现的时候i就是卡在运行这一步,总是说文件不存在)

在这里插入图片描述

python train.py ./config/CONFIG.yaml --data_dir PATH/TO/DATASET

首先来解释一下这串代码的含义
python train.py是运行Python脚本的标准命令,train.py是训练的脚本文件,代码意思就是Python解释器执行当前目录下名为train.py的脚本

./config/blender.yaml指定了配置文件的路径。这个YAML文件很可能包含了训练过程中需要的各种配置信息,比如模型架构、训练参数(学习率、批大小等)、优化器设置等。(注:一般会通过–config作为参数传递给脚本。虽然命令中没有直接写出–config,假设这里是省略了–config或使用了某个特定的参数名,如–cfg或直接在位置参数中指定))

--data_dir PATH/TO/DATASET这里明确使用了–data_dir参数来指定数据集目录的路径。PATH/TO/DATASET应该被替换为您的实际数据集路径。

接下来修改一下代码,因为我下载的是blender数据集所以将数据集路径修改为./data/nerf_synthetic/lego,即数据集选择blender中的乐高数据

python train.py ./config/blender.yaml --data_dir ./data/nerf_synthetic/lego

在这里插入图片描述在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

 # Create dataloadersprint("Making dataloader...")train_loader = create_dataloader(args.data, 'train', args.data_dir, args.img_wh, args.batch_size, args.num_workers)#调用了create_dataloader函数两次,分别用于创建训练数据加载器(train_loader)和评估(验证)数据加载器(eval_loader)eval_loader = create_dataloader(args.data, 'val', args.data_dir, args.img_wh, args.batch_size, args.num_workers)print(f'Data: {args.data}, train: {len(train_loader.dataset)} val: {len(eval_loader.dataset)}')# args.data:数据集的类型或名称,这决定了要加载哪个数据集。# 'train''val':指定数据加载器是用于训练集还是验证集。#  args.data_dir:数据集的存储目录。#  args.img_wh:图像的大小(宽度和高度),这通常用于预处理步骤,以确保所有输入图像都具有相同的尺寸。# args.batch_size:每个批次中要加载的图像数量。#args.num_workers:用于数据加载的并行工作进程数。

运行之后是下面这种情况

在这里插入图片描述
在这里插入图片描述

好几个小时了,结果大概明天或者更久才能出

四、总结:

一般遇见代码路径等需要修改的时候,可以多尝试一下修改代码,费时点的话就需要理解一下运行脚本

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/bicheng/39845.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

virtualbox+Ubuntu部分窗口显示错乱

如下图: 窗口标题显示错乱,跟一般乱码不一样。 解决办法: 在virtualbox设置中,显示选项卡,取消勾选启用3D加速 也可参考此链接:linux ubuntu 中vscode中央窗口显示出现异常/显示错误_开发工具-CSDN问答

打卡第一天

今天是参加算法训练营的第一天,希望我能把这个训练营坚持下来,希望我的算法编程题的能力有所提升,不再面试挂了,面试总是挂编程题,记录我leetcode刷题数量: 希望我通过这个训练营能够实现两份工作的无缝衔接…

自动化任务工具 -- zTasker v1.94 绿色版

软件简介 zTasker 是一款功能强大的自动化任务管理软件,以其简洁易用、一键式操作而著称。软件体积小巧,启动迅速,提供了超过100种任务类型和30多种定时/条件执行方法,能够满足用户在自动化方面的多样化需求。 zTasker 支持定时任…

从全连接到卷积

一、全连接到卷积 1、卷积具有两个原则: 平移不变性:无论作用在哪个部分,它都要有相同的作用,而不会随着位置的改变而改变 局部性:卷积核作用处,作用域应该是核作用点的周围一小部分而不作用于更大的部分 …

OBD诊断(ISO15031) 04服务

文章目录 功能简介ISO 9141-2、ISO 14230-4和SAE J1850的诊断服务定义1、清除/重置与排放相关的诊断信息请求消息定义2、请求与排放相关的DTC响应消息定义3、报文示例 ISO 15765-4的诊断服务定义1、请求与排放相关的DTC请求消息定义2、请求与排放相关的DTC响应消息定义3、否定响…

专题二:Spring源码编译

目录 下载源码 配置Gradle 配置环境变量 配置setting文件 配置Spring源码 配置文件调整 问题解决 完整配置 gradel.properties build.gradle settiings.gradel 在专题一: Spring生态初探中我们从整体模块对Spring有个整体的印象,现在正式从最…

基于Hadoop平台的电信客服数据的处理与分析③项目开发:搭建基于Hadoop的全分布式集群---任务6:安装并配置Hadoop

任务描述 项目的运行环境为基于Hadoop的全分布式模式集群。 任务的主要内容为安装Hadoop分布式集群环境。 任务指导 Hadoop集群需要整个集群所有节点安装的Hadoop版本保持一致,并且拥有相同的配置 具体配置步骤如下: 1. 解压缩Hadoop的压缩包 2. …

AI产品经理需要哪些必备技能?如何成为AI产品经理?

1.AI产品经理是什么 回答这个问题前我们首先得理清楚什么是AI产品经理,它和传统的互联网产品经理有什么区别。 1.1 AI产品经理职责 主要职责一方面是规划如何将成熟的AI技术应用在各个领域不同场景中,提升原有场景的效率或效果等;另一方面…

在线医疗诊断平台开发教程大纲 (Java 后端,Vue 前端)—实践篇-02

第三步:创建实体类和 Mapper 文件 现在我们已经设计好了数据库表结构,接下来要使用 MyBatis 将这些表映射到 Java 对象,以便在代码中进行操作。 1. 创建实体类 在 src/main/java/<your_package>/entity 目录下 (如果没有该目录,请手动创建),创建与数据库表对应的实…

基于蜉蝣优化的聚类算法(MATLAB)

优化问题广泛存在于人们的日常生活和工程领域&#xff0c;其解决如何寻找使目标值达到最优的可行解的问题。伴随着科技发展&#xff0c;优化问题在生产调度、神经网络训练、图像处理、能源系统等领域起到举足轻重的作用&#xff0c;有助于提高系统效率。优化问题依据不同标准可…

探索Spring Boot:简化Java开发的新纪元

1. 引言 在Java开发的世界里,Spring Boot无疑是一颗璀璨的明星。自诞生以来,它以简化配置、快速开发、内嵌服务器等诸多优点迅速赢得了广大开发者的青睐。本篇博客将深入探讨Spring Boot的核心概念、特点以及其在现代Java开发中的优势,并通过详细的代码示例和实践经验,展示…

Docker安装PostgreSQL详细教程

本章教程,使用Docker安装PostgreSQL具体步骤。 一、拉取镜像 docker pull postgres二、启动容器 docker run -it --name postgres --restart always -e POSTGRES_PASSWORD=123456 -e

mac上修改jupyterlab工作目录

mac上使用anaconda中的jupyterlab。 修改默认的工作目录 upyter lab --generate-config Writing default config to: /Users/xxx/.jupyter/jupyter_lab_config.py vim /Users/xiece/.jupyter/jupyter_lab_config.py # 设置c.ServerApp.notebook_dir c.ServerApp.notebook_dir …

EXCEL返回未使用数组元素(未使用值)

功能简介&#xff1a; 在我们工作中&#xff0c;需要在EXCEL表列出哪些元素&#xff08;物品或订单&#xff09;已经被使用了&#xff08;或使用了多少次&#xff09;&#xff0c;哪些没有被使用。 当数量过于庞大时人工筛选或许不是好办法&#xff0c;我们可以借助公式&…

FlinkCDC 数据同步优化及常见问题排查

【面试系列】Swift 高频面试题及详细解答 欢迎来到我的博客&#xff0c;很高兴能够在这里和您见面&#xff01;欢迎订阅相关专栏&#xff1a; 欢迎关注微信公众号&#xff1a;野老杂谈 ⭐️ 全网最全IT互联网公司面试宝典&#xff1a;收集整理全网各大IT互联网公司技术、项目、…

偏微分方程笔记

极小位能原理&#xff1a; C 2 C^2 C2 是一个集合符号&#xff0c;表示所有二阶连续可微函数的集合 弱导数 C 2 C^2 C2 是一个集合符号&#xff0c;表示所有二阶连续可微函数的集合。 C 0 ∞ ( I ) C^{\infty}_0(I) C0∞​(I)表示于 I I I上无穷可微&#xff0c;且在端点a&…

Java学习笔记(个人向)

1. 概述 每一个应用程序都以类名开头&#xff0c;类名必须与文件名匹配&#xff0c;所以保存文件时&#xff0c;要使用类名保存&#xff1b;java中运行的每一行代码都必须在一个class中&#xff1b;在类名的开头&#xff0c;可以用权限修饰符来解释&#xff0c;如private或者p…

【JavaScript脚本宇宙】高效Web开发利器:全面解析六大HTML解析器与DOM库

精益求精&#xff1a;揭秘六个改变Web开发的HTML解析与DOM操作工具 前言 在现代Web开发中&#xff0c;HTML解析器和DOM操作库是不可或缺的工具。无论是爬取数据、处理复杂的HTML文档&#xff0c;还是模拟浏览器环境&#xff0c;这些工具都扮演着关键角色。本文将深入探讨六个…

2024 年人工智能和数据科学的五个主要趋势

引言 2023年&#xff0c;人工智能和数据科学登上了新闻头条。生成性人工智能的兴起无疑是这一显著提升曝光度的驱动力。那么&#xff0c;在2024年&#xff0c;该领域将如何继续占据头条&#xff0c;并且这些趋势又将如何影响企业的发展呢&#xff1f; 在过去几个月&#xff0c;…

Vue3实现点击按钮实现文字变色

1.动态样式实现 1.1核心代码解释&#xff1a; class"power-station-perspective-item-text"&#xff1a; 为这个 span 元素添加了一个 CSS 类&#xff0c;以便对其样式进行定义。 click"clickItem(item.id)"&#xff1a; 这是一个 Vue 事件绑定。当用户点…